阿里云为什么「重构自己」？

如果你连续几年参加云相关的峰会，今年就会有一个明显的感受：话题变了。 过去我们聊云，我们在聊什么？ 一来是聊云，我们聊的是怎么把服务器搬上去。 再后来，我们聊的是怎么在云上跑AI，买GPU、调模型、搭推理服务。 可能大家还会有印象，去年这个时候，大家的焦点还是哪家云的GPU够便宜、模型推理延迟多少、算力供应够不够。 但今年，行业的问题完全变了。 今年云计算行业一个非常大的变化是，大家都开始聊，怎么让Agent自主使用云。 5月20日，杭州，雷峰网参与了阿里云峰会，现场观察到阿里云把这个问题摆到了台面上，而且给出了一个系统性的回答。 从发布搭载自研芯片真武M890的超节点服务器、推出国产第一的旗舰模型Qwen3. 7-Max、升级百炼推理平台，到推出100多个云产品Skill、建设Agent原生基础设施、重写云的入口，阿里云正在彻彻底底地为Agent重建从芯片到入口的整套基础设施。 值得注意的是，就在上周，阿里财报刚刚交出AI收入连续11个季度三位数增长、百炼平台ARR突破80亿元的成绩单，消息发布当天阿里股价飙涨8%。 据某云计算行业人士透露："阿里云在大模型的MaaS市场是规模第一。

"他表示，真正的市场按国际通用标准应看大语言模型（LLM），"在这个市场，阿里云一直都是第一，而且还在加速增长。 "从财报到峰会落地全栈Agent化方案，中间没有犹豫期。 吴泳铭在财报电话会上将Agent时代定义为"一场计算范式的革命"，而这次峰会就是对这场革命的系统性回应。 01 为 Agent革新一朵云阿里云为何要革新云？ 这还是要回到一个正在发生的根本性变化，云的服务对象，正在发生巨变。 过去十几年，云产品的使用方式其实很固定：开发者登录控制台，买服务器、配网络、配数据库、部署应用。 这背后，有一个云计算行业最底层的产品逻辑，云平台默认"操作者"是人，所有产品设计都是围绕人怎么操作展开的。 但 Agent 时代，这个逻辑开始松动。 就拿雷峰网所在的内容创作领域来说，现在我们已经在用Agent干很多事：扫描几十个信源、提炼观点、生成选题、甚至起草初稿。 但你可能没注意到的是，这背后每完成一个任务，Agent都在自动调用云资源、调模型做推理、调存储读历史文章、调搜索接口抓实时信息、调向量数据库做语义匹配。 一篇稿子从选题到成文，Agent可能已经发起了上百次调用。 整个过程，人只说了一句话。

所以说，真正频繁调用云资源的，变成了Agent。 而且这个变化的幅度，远比看起来大。 以前云服务的是几百万登录控制台的人，以后要服务的是数以亿计、永不下线的Agent。 阿里云公共云事业部总裁刘伟光在峰会上说，AI劳动者和人类劳动者相比，规模上不仅多了N个数量级，而且可以24×7不间断运转。 这是量级跃迁。 而这种量级跃迁，对于云操作系统的影响是结构性的。 这意味着云系统必须从原来为人设计的"人机交互系统"，变成面向机器的"机器执行系统"。 而当服务对象从人变成 Agent，三个问题必须回答：第一，怎么让 Agent 真正看懂云？ 过去的交互界面是给人设计的，Agent 看不懂这些，它需要可以直接调用的标准接口和封装好的专家知识。 云产品必须配备一本"机器能读懂的说明书"。 第二，怎么管理海量 Agent 的执行行为？ 上百万 Agent 同时执行不同任务，怎么调度、怎么隔离、怎么控制成本？ 这些在传统云的稳态负载时代不是问题，在 Agent 的炸裂式负载面前，每一环都需要重新设计。 第三，怎么保证 Agent 行为的安全？ 这个问题在云时代几乎不存在。

但Agent火了之后，李飞飞说，"很多人问的第一个问题就是，你把任务都交给 Agent 以后，它的安全怎么保障？ "传统云安全防的是坏人，Agent 时代要防的是好心办坏事的 AI。 这是一个过去从未出现过的新命题。 三个问题，指向同一个结论：不是在云上加一层 AI 能力就够了，而是要用 Agent 的逻辑，从头重写云。 02 阿里云，重写自己怎么重写？ 这是阿里云本次峰会上的一大核心内容。 和外界想象的不同，阿里云这次不是只动了云平台这一层，而是从芯片、云平台、模型到MaaS推理平台同时动刀，是一次四层全栈改造。 其中云平台层可以概括为两层改造。 第一层，把现有的60多个云产品，改造成Agent能直接调用的标准化技能。 李飞飞在峰会上扔了一个时间节点：今年内，阿里云所有云产品都会完成控制面改造，以Agent为优先用户。 具体来看，各条产品线已经在动了。 存储线推出了OSS Agent，帮用户自动管理和优化冷存储空间。 数据库线，瑶池数据库长出了自己的Agent，能做自动化运维和数据分析。 数据开发线，DataWorks Agent，提供了一个统一的面向智能体的数据开发平台。 安全和运维线也在全面Agent化。

用李飞飞的话说，"让每个产品都有自己的Agent。 "第二层，为Agent建一套全新的运行环境，从沙箱运行时、记忆系统、多Agent编排到安全治理，全部从零设计。 目前，阿里云为Agent新建的基础设施拆成了六个方向，其中有三个可以重点展开讲讲。 第一，运行时。 Agent不是一直跑着的。 它的典型特征是：接到任务，瞬间启动，疯狂调用资源，干完活就消失。 这就要求运行环境必须具备两个能力：极速弹性，以及强隔离。 李飞飞给出的数字是：阿里云的Agent沙箱支持百毫秒级冷启动，"一分钟可以开启1万到2万多个沙箱"。 同时支持浅休眠和深度休眠，Agent干完活就休眠，有新任务秒级唤醒，不用一直占着资源。 第二，记忆。 这一点对Agent来说比对人更根本。 人开会可以翻聊天记录，Agent执行跨天任务怎么办？ 李飞飞把Agent的记忆分了三层：短期记忆，Agent干活干到一半，不能抬头就忘；长期记忆，跨任务的上下文，今天干一半，休眠，明天醒来接着干，中间的上下文不能丢；知识记忆，外挂的企业知识库，通过RAG、向量数据库、多模态数据引擎，让Agent能检索企业沉淀多年的知识。

对应到产品上，阿里云的数据库产品、存储产品、大数据产品等，全线推出了支持长短记忆和知识库结合的功能，分层存储，按需唤醒。 第三，安全。 阿里云在峰会上给出的方案是一整套面向Agent的安全体系：Agent安全中心、AI安全护栏、Agent防火墙等产品。 除了这三个方向，还有编排、治理、数据平面，每一个方向都在从零开始建。 云平台层的改造之外，这次峰会上同样重磅的，是芯片、模型和推理平台三层的同步升级。 Agent时代的海量并发推理，对底层算力提出了完全不同的要求。 平头哥在峰会上发布了128卡超节点服务器，搭载新一代训推一体芯片真武M890与自研互联芯片ICN Switch 1. 0。 目前，平头哥AI芯片"真武"累计出货已达56万片，60%以上服务外部客户，服务包括中国电信、中国一汽、浦发银行在内的400多家客户。 全球范围内，拥有自研AI芯片并大规模商用的云厂商只有四家：谷歌、亚马逊、微软、阿里云。 在国内市场，阿里云是唯一同时具备GPU、CPU、存储、网络芯片全栈自研能力的公有云厂商，这是独一无二的结构性壁垒。 Agent要完成复杂任务，模型能力是底座。 在三方机构Arena全球大模型盲测总榜中，Qwen3.

7-Max与GPT、Claude、Gemini最强模型接近，位列国产模型第一。 同时该模型编程能力位居前列，面向Agent全新设计，可胜任35小时长程复杂任务。 更值得关注的是迭代速度——近3个月千问旗舰模型已连续迭代3. 5、3. 6、3. 7三个版本，这种迭代节奏在全球旗舰模型中也属最快之列。 Agent的爆发式调用对推理平台的稳定性和弹性提出了极端要求。 阿里云在百炼平台上构建了大规模GPU资源集群，并通过一套完整的技术栈来应对Agent场景的特殊挑战。 平台生态同样在加速打开——九家模型厂商入驻百炼，开放接入GLM-5. 1、MiniMax M2. 7、Kimi K2. 6等顶尖模型，开放度对标AWS Bedrock。 百炼平台半年内Token消耗增长超10倍，这本身就是Agent时代到来的最直观注脚。 03 千问云：不是新产品，是新入口前两部分讲了两个判断，第一，调云的主体从人变成了Agent；第二，阿里云用Agent逻辑重写"芯-云-模型-推理"全栈技术体系。 但这里还剩下一个问题：当用户从人变成Agent，云的第一个接触点——入口，应该是什么样？ 阿里云在本次峰会最后给出的答案，是"千问云"。

乍一看，这是一个新产品发布。 放在峰会的压轴位置，也很容易被理解成阿里云又发了一个AI产品。 但如果把前两部分的逻辑串起来，你会发现千问云不是又一个产品，而是整套逻辑的终点。 还是先退一步看，过去十几年，云计算的入口一直是一个东西：控制台。 开发者登录进去，左边是产品目录，计算、存储、网络、数据库、安全，几十个大类、上百个产品，像超市货架一样排开。 你看中哪个，点进去，看参数、选规格、填配置、下单。 但回到第一部分的结论——如果未来频繁调用云的是Agent而不是人，那这套"超市货架"逻辑就从根本上不成立了。 Agent不需要逛货架。 它不需要看产品介绍。 它甚至不需要知道ECS和OSS的区别，它只需要知道自己要完成什么任务，然后找到能完成这个任务的能力。 这意味着，云的入口必须从产品目录变成一个任务引擎，不是我能卖你什么，而是你想干什么，我来调度。 这就是千问云在做的事。 千问云目前对外呈现的，可以拆成三层来理解。 第一层，模型聚合。 入口的第一件事，是让用户先接触到"能力"而不是"产品"。 过去你打开阿里云官网，最先看到的是产品列表。 千问云打开后的第一屏，是模型。

据阿里云峰会上公布的数据，千问云集成了150多个模型系列、480多款模型，从千问自身到三方模型全覆盖。 第二层，阿里云把多款云产品改造成了Agent可调用的标准化Skill。 千问云就是这些Skill的门面，12条产品线、60多个产品的核心能力，封装成100多个Agent能直接读懂的技能包。 这形成了一个"双面入口"：对人来说，你想做什么就找对应的Skill，是一个能力超市；对Agent来说，它通过MCP协议直接调用同一套Skill，不需要理解云产品的内部逻辑。 同一个入口，两种用户，一套能力。 第三层，CLI工具。 如果说Skill是让Agent看得懂云，CLI就是让Agent用得快。 人用云，要登录、选产品、配参数、等部署，每一步都得自己盯。 Agent用云，应该是告诉它做什么，它就做完了，中间不需要人插手，也不需要图形界面。 千问云提供的CLI工具，让Agent可以自己完成一系列全流程，人连屏幕都不用看。 从模型、Skill到CLI，千问云本质上都在做同一件事，开始重新定义"进云"这件事。 如果说上一代云计算的核心是把服务器搬上云，那么这一代云计算的变化，可能是调用云的人正在消失，Agent，正在成为新的入口。

而阿里云所做的，就是提前为Agent时代，把整套云计算逻辑重新搭了一遍。